生成器

1. 生成器

2. 创建生成器方法1

3. 创建生成器方法2

总结

4. 使用send唤醒

生成器

1. 生成器

利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。生成器是一类特殊的迭代器。

2. 创建生成器方法1

要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的 [ ] 改成 ( )


In [15]: L = [ x*2 for x in range(5)]In [16]: L
Out[16]: [0, 2, 4, 6, 8]In [17]: G = ( x*2 for x in range(5))In [18]: G
Out[18]: <generator object <genexpr> at 0x7f626c132db0>In [19]:

创建 L 和 G 的区别仅在于最外层的 [ ] 和 ( ) ， L 是一个列表，而 G 是一个生成器。我们可以直接打印出列表L的每一个元素，而对于生成器G，我们可以按照迭代器的使用方法来使用，即可以通过next()函数、for循环、list()等方法使用。


In [19]: next(G)
Out[19]: 0In [20]: next(G)
Out[20]: 2In [21]: next(G)
Out[21]: 4In [22]: next(G)
Out[22]: 6In [23]: next(G)
Out[23]: 8In [24]: next(G)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-24-380e167d6934> in <module>()
----> 1 next(G)StopIteration:In [25]:

In [26]: G = ( x*2 for x in range(5))In [27]: for x in G:....:     print(x)....:
0
2
4
6
8In [28]:

3. 创建生成器方法2

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。

我们仍然用上一节提到的斐波那契数列来举例，回想我们在上一节用迭代器的实现方式：

class FibIterator(object):"""斐波那契数列迭代器"""def __init__(self, n):""":param n: int, 指明生成数列的前n个数"""self.n = n# current用来保存当前生成到数列中的第几个数了self.current = 0# num1用来保存前前一个数，初始值为数列中的第一个数0self.num1 = 0# num2用来保存前一个数，初始值为数列中的第二个数1self.num2 = 1def __next__(self):"""被next()函数调用来获取下一个数"""if self.current < self.n:num = self.num1self.num1, self.num2 = self.num2, self.num1+self.num2self.current += 1return numelse:raise StopIterationdef __iter__(self):"""迭代器的__iter__返回自身即可"""return self

注意，在用迭代器实现的方式中，我们要借助几个变量(n、current、num1、num2)来保存迭代的状态。现在我们用生成器来实现一下。


In [30]: def fib(n):....:     current = 0....:     num1, num2 = 0, 1....:     while current < n:....:         num = num1....:         num1, num2 = num2, num1+num2....:         current += 1....:         yield num....:     return 'done'....:In [31]: F = fib(5)In [32]: next(F)
Out[32]: 1In [33]: next(F)
Out[33]: 1In [34]: next(F)
Out[34]: 2In [35]: next(F)
Out[35]: 3In [36]: next(F)
Out[36]: 5In [37]: next(F)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-37-8c2b02b4361a> in <module>()
----> 1 next(F)StopIteration: done

def create_num(all_num):print("----1---")   # 其它的语言也一样，都可以通过打印结果来调试函数# a = 0# b = 1a, b = 0, 1current_num = 0while current_num < all_num:print("----2---")# print(a)yield a  # 如果一个函数中有yield语句，那么这个就不在是函数，而是一个生成器的模板print("----3---")a, b = b, a+bcurrent_num += 1print("----4---")# 如果在调用create_num的时候，发现这个函数中有yield那么此时，不是调用函数，而是创建一个生成器对象
obj = create_num(10)ret = next(obj)
print(ret)ret = next(obj)
print(ret)obj2 = create_num(2)ret = next(obj2)
print(ret)# for num in obj:
#    print(num)

在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将每次迭代返回数值的return换成了yield，此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在def中有yield关键字的就称为生成器

程序运行到yield时暂停，并将值返回，继续运行时会接着从yield开始。

生成器像类生成的对象一样，可以生成多个生成器但各不相同，不会相互影响

此时按照调用函数的方式( 案例中为F = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象（案例中为F ），然后就可以按照使用迭代器的方式来使用生成器了。


In [38]: for n in fib(5):....:     print(n)....:
1
1
2
3
5In [39]:

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

In [39]: g = fib(5)In [40]: while True:....:     try:....:         x = next(g)....:         print("value:%d"%x)      ....:     except StopIteration as e:....:         print("生成器返回值:%s"%e.value)....:         break....:
value:1
value:1
value:2
value:3
value:5
生成器返回值:doneIn [41]:

def create_num(all_num):# a = 0# b = 1a, b = 0, 1current_num = 0while current_num < all_num:# print(a)yield a  # 如果一个函数中有yield语句，那么这个就不在是函数，而是一个生成器的模板a, b = b, a+bcurrent_num += 1return "ok...."obj2 = create_num(50)while True:try:ret = next(obj2)print(ret)except Exception as ret:print(ret.value)break

总结

使用了yield关键字的函数不再是函数，而是生成器。（使用了yield的函数就是生成器）
yield关键字有两点作用：
- 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
- 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用
可以使用next()函数让生成器从断点处继续执行，即唤醒生成器（函数）
Python3中的生成器可以使用return返回最终运行的返回值，而Python2中的生成器不允许使用return返回一个返回值（即可以使用return从生成器中退出，但return后不能有任何表达式）。

4. 使用send唤醒

我们除了可以使用next()函数来唤醒生成器继续执行外，还可以使用send()函数来唤醒执行。使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。

例子：执行到yield时，gen函数作用暂时保存，返回i的值; temp接收下次c.send("python")，send发送过来的值，c.next()等价c.send(None)

In [10]: def gen():....:     i = 0....:     while i<5:....:         temp = yield i....:         print(temp)....:         i+=1....:

使用send


In [43]: f = gen()In [44]: next(f)
Out[44]: 0In [45]: f.send('haha')
haha
Out[45]: 1In [46]: next(f)
None
Out[46]: 2In [47]: f.send('haha')
haha
Out[47]: 3In [48]:

第一次调用时停于yield a这行语句的右边，下次执行时执行这行的左边，send的值会=给左边的参数

send和next区别时两者的的返回值都是yield a

第一次调用时next后面用send，不然可能会出错，因为程序是从头执行，没有人接受send的参数，如果一定用send第一次，可以通过send(None)

使用next函数

In [11]: f = gen()In [12]: next(f)
Out[12]: 0In [13]: next(f)
None
Out[13]: 1In [14]: next(f)
None
Out[14]: 2In [15]: next(f)
None
Out[15]: 3In [16]: next(f)
None
Out[16]: 4In [17]: next(f)
None
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-17-468f0afdf1b9> in <module>()
----> 1 next(f)StopIteration:

使用__next__()方法（不常使用）

In [18]: f = gen()In [19]: f.__next__()
Out[19]: 0In [20]: f.__next__()
None
Out[20]: 1In [21]: f.__next__()
None
Out[21]: 2In [22]: f.__next__()
None
Out[22]: 3In [23]: f.__next__()
None
Out[23]: 4In [24]: f.__next__()
None
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-24-39ec527346a9> in <module>()
----> 1 f.__next__()StopIteration:

黑马程序员传智播客 python生成器学习笔记相关推荐

想进入黑马程序员——传智播客学习
前些天突然有感自己即将毕业了,小小的感触了一番.反思反思自己这几年大学的所作所为,确实学到的东西太少了,本来是学计算机网络方面的,现在都偏离了本行,搞起了软件方面,可是软件方面的基础也不扎实,面临的各 ...
JavaWeb程序设计任务教程（黑马程序员传智播客）测一测编写一个Servlet，实现统计网站被访问次数的功能
详细解释已在注释中给出 package 统计网站被访问次数;import java.io.*;import javax.servlet.*; import javax.servlet.http.*;p ...
黑马程序员-传智播客资料中的面试题
---------------------- ASP.Net+Unity开发. .Net培训.期待与您交流! ---------------------- 生一个int数组,长度为100,并向其中随机 ...
【传智播客】Libevent学习笔记(四)：事件event
目录 00. 目录 01. 事件概述 02. 创建事件 03. 事件的标志 04. 事件持久性 05. 超时事件 06. 信号事件 07. 设置不使用堆分配的事件 08. 事件的未决和非未决 09. ...
【传智播客】Libevent学习笔记(三)：事件循环
目录 00. 目录 01. event_base_loop函数 02. event_base_dispatch函数 03. event_base_loopexit函数 04. event_base_l ...
【传智播客】Libevent学习笔记(一)：简介和安装
目录 00. 目录 01. libevent简介 02. Libevent的好处 03. Libevent的安装和测试 04. Libevent成功案例 00. 目录 @ 01. libevent简介 ...
传智播客 python_传智播客python视频教程下载
传智播客python视频教程下载 Python 简介: Python 是一个高层次的结合了解释性.编译性.互动性和面向对象的脚本语言. Python 的设计具有很强的可读性,相比其他语言经常使用英文关 ...
传智python基础就业_2017传智播客python基础班+就业班
2017传智播客python基础班+就业班本课程包含了Python的基础语法和核心编程,以及Python应用中流行的数据库.前端,Web框架,爬虫框架及其分布式策略等技术,包含了丰富的项目案例.适合 ...
传智播客python2018_Python视频教程下载-2018传智播客Python视频教程下载-西西软件下载...
2018传智播客Python视频教程带给大家一款非常全面的Python视频教程,这里有课件和源码,还有海量基础课视频教程,汇聚了众多实践案例和面向对象的编程实践操作,无论你是零基础学员,或者资深Pyt ...
python传智播客王铭东_传智播客Python学科的王铭东老师讲的怎么样 |
传智播客Python学科的王铭东老师讲的怎么样 | python高级编程视频教程2020-09-20 16:40:21人已围观 python好学吗? Python相比于其程语言更容易学习,但是想学精 ...

黑马程序员传智播客 python生成器学习笔记

生成器

1. 生成器

2. 创建生成器方法1

3. 创建生成器方法2

总结

4. 使用send唤醒

黑马程序员传智播客 python生成器学习笔记相关推荐

最新文章

热门文章

黑马程序员传智播客 python生成器 学习笔记

生成器

1. 生成器

2. 创建生成器方法1

3. 创建生成器方法2

总结

4. 使用send唤醒

黑马程序员传智播客 python生成器 学习笔记相关推荐

最新文章

热门文章

黑马程序员传智播客 python生成器学习笔记

黑马程序员传智播客 python生成器学习笔记相关推荐